지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.9
- 수록면
- 27 - 38 (12page)
- DOI
- 10.5573/ieie.2023.60.9.27
이용수
초록· 키워드
오류제보하기
GPU는 그래픽 분야에서 주로 사용되어 왔지만 현재 GPU 기술이 발전함에 따라 중앙 처리 장치가 맡았던 응용 프로그램들의 연산에도 활용되고 있고, CUDA를 활용하여 딥러닝이나 병렬 연산같이 높은 연산 능력을 요구하는 복잡한 어플리케이션에도 사용되고 있다. 그 외 컴퓨터 재정학, 데이터 과학 및 분석, 의료 영상, 미디어 및 엔터테인먼트 등 다양한 분야에서 활용되고 있다. 그러나 CUDA를 사용할 경우 데이터를 읽기 시 CPU에서 디스크에 있는 데이터를 읽어 온 후 GPU 메모리로 복사하는 방식으로 동작하기 때문에 비효율적이다. 이러한 문제를 극복하기 위해 제시된 기술이 GPUDirect Storage이며, 로컬 NVMe 또는 원격 스토리지 및 GPU 메모리 간에 직접 데이터 경로를 생성한다. 이 기능은 CPU의 바운스 버퍼를 피하여 GPU 메모리로 데이터를 전송하는 네트워크 어댑터 또는 스토리지 근처의 DMA(Direct-Memory Access) 엔진을 통해 활성화된다. 본 논문은 GPUDirect Storage의 성능을 분석하고 GlusterFS 상에서 DSGDS(GPUDirect Store based on Distributed Storage Environment)를 구성하였으며, 기존 CUDA를 활용하여 GPU I/O를 수행하였을 때와 비교하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. GDS 성능분석
Ⅳ. GPUDirect Caching 구현 및 테스트
Ⅴ. 결론
REFERENCES
참고문헌 (16)
참고문헌 신청
J. D. Owens, M. Houston, D. Luebke, S. Green, J. E. Stone and J. C. Phillips, "GPU Computing," in Proceedings of the IEEE, vol. 96, no. 5, pp. 879-899, May 2008.
D. Kirk, "NVIDIA CUDA software and GPU parallel computing architecture", Proc. 6th Int. Symp. Memory Manage., vol. 7, pp. 103-104, 2007.
S. B. Kotsiantis, I. D. Zaharakis and P. E. Pintelas, "Machine learning: A review of classification and combining techniques", Artif. Intell. Rev., vol. 26, no. 3, pp. 159-190, 2006.
A. Singh, N. Thakur and A. Sharma, "A review of supervised machine learning algorithms," 2016 3rd International Conference on Computing for Sustainable Global Development (INDIACom), pp. 1310-1315, 2016.
X. Zou, Y. Hu, Z. Tian, K. Shen et al., "Logistic Regression Model Optimization and Case Analysis", IEEE 7th International Conference on Computer Science and Network Technology (ICCSNT), pp. 135-139, 2019.
D. Kirk, "NVIDIA CUDA software and GPU parallel computing architecture", Proc. 6th Int. Symp. Memory Manage., vol. 7, pp. 103-104, 2007.
S. B. Kotsiantis, I. D. Zaharakis and P. E. Pintelas, "Machine learning: A review of classification and combining techniques", Artif. Intell. Rev., vol. 26, no. 3, pp. 159-190, 2006.
A. Singh, N. Thakur and A. Sharma, "A review of supervised machine learning algorithms," 2016 3rd International Conference on Computing for Sustainable Global Development (INDIACom), pp. 1310-1315, 2016.
X. Zou, Y. Hu, Z. Tian, K. Shen et al., "Logistic Regression Model Optimization and Case Analysis", IEEE 7th International Conference on Computer Science and Network Technology (ICCSNT), pp. 135-139, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
멀티 GPU 환경에서 GPUDirect Storage 기술을 활용한 I/O 성능 분석
한국정보과학회 학술발표논문집
2022 .12
-
GPUDirect Storage를 활용한 I/O 성능 분석
대한전자공학회 학술대회
2022 .06
-
GPUDirect RDMA 기반의 고성능 암호 분석 시스템 설계 및 구현
정보보호학회논문지
2022 .12
-
단일 GPU 환경에서 오픈 소스를 이용한 CUDA 메모리 사용 패턴 분석
전자공학회논문지
2025 .02
-
다중 GPU기반 홀로그램 생성을 위한 병렬처리 성능 최적화 기법 기재
스마트미디어저널
2019 .01
-
Performance Evaluation of GPU-based Bloom Filters Using CUDA Unified Memory
한국정보과학회 학술발표논문집
2022 .12
-
다중 GPU 사용을 위한 CUDA C 행렬의 곱 프로그램의 구현
한국정보기술학회논문지
2020 .11
-
효율적인 GPU 메모리 컨트롤러 설계를 위한 GPU 메모리 성능 분석 연구
한국통신학회 학술대회논문집
2015 .01
-
국방정보시스템 성능향상을 위한 효율적인 GPU적용방안 연구
디지털산업정보학회논문지
2015 .01
-
CPU-GPU환경에서 효율적인 메모리공유를 위한 퓨전아키텍처 개발
한국전자통신학회 논문지
2016 .01
-
GPU 메모리 용량을 초과하는 위성영상의 GPU 기반 병렬처리
대한공간정보학회 학술대회
2020 .06
-
쿠다를 사용하여 GPU 리소스를 분배하는 지능형 얼굴 인식 및 트래킹 시스템
전기전자학회논문지
2018 .06
-
딥 러닝 연산을 위한 GPU/CPU 성능 분석
한국정보과학회 학술발표논문집
2022 .12
-
이기종 다중 CPU 코어 및 GPU 시스템에서 하드웨어 인터럽트를 고려한 CPU/GPU 스케쥴링 기법
정보과학회 컴퓨팅의 실제 논문지
2023 .01
-
CUDA 애플리케이션 바이너리의 GPU 코드를 수정하여 실행하는 기법
한국정보과학회 학술발표논문집
2019 .12
-
GPU 클러스터에서 하둡과 CUDA를 이용한 효율적인 얼굴 검출 및 인식 시스템
한국정보과학회 학술발표논문집
2015 .06
-
의료영상을 위한 위치 기반 역학의 GPU 병렬화 연구
한국차세대컴퓨팅학회 논문지
2023 .06
-
적응형 미니배치 데이터 재분배를 통한 멀티 GPU 환경에서 딥러닝 학습 응용의 효율성 향상
전자공학회논문지
2022 .09
-
통합 메모리를 사용하는 NVIDIA 파스칼 GPU에서의 CPU 메모리와 GPU 메모리 간 데이터 통신 분석
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
History 기반 CPU 및 GPU 수행 결정 모듈
한국정보과학회 학술발표논문집
2015 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088062448